SlideShare una empresa de Scribd logo
1 de 16
1
Pedro García
CI: 16.659.967
REPÚBLICA BOLIVARIANA DE VENEZUELA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
EXTENSIÓN PORLAMAR
ESCUELA DE SISTEMAS
METODOS DE OPTIMIZACION
OPTIMIZACION CON RESTRICCIONES
PROBLEMAS CON RESTRICCIONES DE IGUALDAD 1
EJEMPLO CON RESTRICCIONES DE IGUALDAD 1
EJEMPLO CON RESTRICCIONES DE DESIGUALDAD 1
PROBLEMA CON RESTRICCIONES DE IGUALDAD 2
EJEMPLO CON RESTRICCIONES DE IGUALDAD 2
EJEMPLO CON RESTRICCIONES DE DESIGUALDAD 2
PROBLEMAS CON RESTRICCIONES DE IGUALDAD 3
PROBLEMAS CON RESTRICCIONES DE IGUALDAD 4
PROBLEMA DE PROGRAMACION NO-LINEAL NLP
CONDICIONES DE KUHN-TUCKER
INTERPRETACION DE LAS CONDICIONES DE KUHN-TUCKER
METODO DE LOS MULTIPICADORES DE LAGRANGE
Este es un método que permite encontrar valores extremos,
máximos o mínimos (maximizar o minimizar) de una función general
sometida o sujeta a alguna condición o restricción de la forma.
Ejemplo:
Determine cual es la distancia más corta entre el plano cuya ecuación es
y el punto origen del sistema.
Solución:
Del enunciado se obtiene que la función que se quiere minimizar, en este
caso, es la función distancia entre dos puntos de . Fíjese que el enunciado
establece: la distancia más corta, eso se refiere a la menor de las
distancias, a la mínima distancia entre dos puntos, donde uno de los
puntos es el origen y el otro punto debe estar sobre la superficie dada. Se
desea optimizar la distancia.
Entonces debemos escribir la llamada función distancia (d).
Además, se identifica la condición a cumplir o la restricción, eso es que el punto debe estar contenido en
el plano dado por:
Una observación muy importante y que nos ahorraría mucho tiempo y esfuerzo es que podemos trabajar
con la distancia al cuadrado, es decir la función a minimizar se puede escribir como:
el alumno deberá demostrar que esto es cierto. Para ello deberá trabajar con la ecuación normal
de la distancia y/o revisar bibliografías para llegar a comprender y concluir que se
obtienen los mismos valores.
Determinamos los gradientes.
a) primero de la función a minimizar, la función distancia:
dx= 2x
dy= 2y
dz= 2z
b) luego el gradiente de la restricción
Sx = 1
Sy = 2
Sz = 3
La ecuación de Lagrange se escribe: =
Se forma el siguiente sistema de ecuaciones a partir de la igualación de cada componente:
……ec nº1
……ec nº2
……ec nº3, y además
……ec nº4
Se resuelve el sistema de ecuaciones a partir de la igualación de.
Al igualar las ecuaciones nº 1 y nº 2:
y queda: …ec nº 5
Al igualar las ecuaciones nº 1 y nº 3:
y queda: …ec nº 6
Se sustituyen las expresiones de restas dos variables en la ec nº 4 para que quede respecto de una
variable.
Se obtienen los valores de los otras dos variables:
Así que la distancia mas corta entre el punto (0,0,0) y el plano dado es:
( ) ( ) ( )222
7
18
7
12
7
6 ++=d 21.329,10 ≅≅

Más contenido relacionado

Similar a Optimizacion de Sistemas

Taller 1 atga 2013 2
Taller 1 atga 2013 2Taller 1 atga 2013 2
Taller 1 atga 2013 2
tutoraamparo
 
Sistemas de ecuaciones
Sistemas de ecuacionesSistemas de ecuaciones
Sistemas de ecuaciones
esuarez28
 
Taller 1 atga 2013 2
Taller 1 atga 2013 2Taller 1 atga 2013 2
Taller 1 atga 2013 2
tutoraamparo
 

Similar a Optimizacion de Sistemas (20)

Tema 6
Tema 6Tema 6
Tema 6
 
Activity 3 2 linear inequalities 2019
Activity 3 2 linear inequalities 2019Activity 3 2 linear inequalities 2019
Activity 3 2 linear inequalities 2019
 
Primer informe de metodos numericos
Primer informe de metodos numericosPrimer informe de metodos numericos
Primer informe de metodos numericos
 
Solucionar Problemas Por Medio de Algoritmos
Solucionar Problemas Por Medio de AlgoritmosSolucionar Problemas Por Medio de Algoritmos
Solucionar Problemas Por Medio de Algoritmos
 
Analisis numerico
Analisis numericoAnalisis numerico
Analisis numerico
 
Presentaion de numerica
Presentaion de numericaPresentaion de numerica
Presentaion de numerica
 
Guía n° 13 Sistema de Ecuaciones lineales Metodo Iguación y cramer.pptx
Guía n° 13 Sistema de Ecuaciones lineales Metodo Iguación y cramer.pptxGuía n° 13 Sistema de Ecuaciones lineales Metodo Iguación y cramer.pptx
Guía n° 13 Sistema de Ecuaciones lineales Metodo Iguación y cramer.pptx
 
Ior
IorIor
Ior
 
Sistema de ecuaciones 10 semana
Sistema de ecuaciones 10 semana  Sistema de ecuaciones 10 semana
Sistema de ecuaciones 10 semana
 
Informe proyecto final
Informe proyecto finalInforme proyecto final
Informe proyecto final
 
Metodo de optimización. listo
Metodo de optimización. listoMetodo de optimización. listo
Metodo de optimización. listo
 
Practica 1 metodos numericos unidad 1
Practica 1 metodos numericos unidad 1Practica 1 metodos numericos unidad 1
Practica 1 metodos numericos unidad 1
 
Programacion lineal exop
Programacion lineal exopProgramacion lineal exop
Programacion lineal exop
 
Taller 1 atga 2013 2
Taller 1 atga 2013 2Taller 1 atga 2013 2
Taller 1 atga 2013 2
 
Sistemas de ecuaciones
Sistemas de ecuacionesSistemas de ecuaciones
Sistemas de ecuaciones
 
Taller 1 atga 2013 2
Taller 1 atga 2013 2Taller 1 atga 2013 2
Taller 1 atga 2013 2
 
Métodos Espectrales
Métodos EspectralesMétodos Espectrales
Métodos Espectrales
 
Sistemas de ecuaciones lineales (álgebra)
Sistemas de ecuaciones lineales (álgebra)Sistemas de ecuaciones lineales (álgebra)
Sistemas de ecuaciones lineales (álgebra)
 
ECUACIONES NO LINEALES
ECUACIONES NO LINEALESECUACIONES NO LINEALES
ECUACIONES NO LINEALES
 
2015 word
2015 word2015 word
2015 word
 

Más de pedrogarciaarias (8)

Electronica digital 17 07-14
Electronica digital 17 07-14Electronica digital 17 07-14
Electronica digital 17 07-14
 
Electronica digital Codificor
Electronica digital CodificorElectronica digital Codificor
Electronica digital Codificor
 
Electronica digita pedro garcia
Electronica digita pedro garciaElectronica digita pedro garcia
Electronica digita pedro garcia
 
Pedro garcia adm de sistemas de informacion
Pedro garcia adm de sistemas de informacionPedro garcia adm de sistemas de informacion
Pedro garcia adm de sistemas de informacion
 
Teoria de la org factores influyentes pedro garcia
Teoria de la org factores influyentes pedro garciaTeoria de la org factores influyentes pedro garcia
Teoria de la org factores influyentes pedro garcia
 
Ingenieria economica autor pedro garcia
Ingenieria economica autor pedro garciaIngenieria economica autor pedro garcia
Ingenieria economica autor pedro garcia
 
Trabajo de ingenieria economica pedro garcia
Trabajo de ingenieria economica pedro garciaTrabajo de ingenieria economica pedro garcia
Trabajo de ingenieria economica pedro garcia
 
Proceso de toma_de_decisiones
Proceso de toma_de_decisionesProceso de toma_de_decisiones
Proceso de toma_de_decisiones
 

Optimizacion de Sistemas

  • 1. 1 Pedro García CI: 16.659.967 REPÚBLICA BOLIVARIANA DE VENEZUELA INSTITUTO UNIVERSITARIO POLITÉCNICO “SANTIAGO MARIÑO” EXTENSIÓN PORLAMAR ESCUELA DE SISTEMAS METODOS DE OPTIMIZACION
  • 5. EJEMPLO CON RESTRICCIONES DE DESIGUALDAD 1
  • 8. EJEMPLO CON RESTRICCIONES DE DESIGUALDAD 2
  • 11. PROBLEMA DE PROGRAMACION NO-LINEAL NLP
  • 13. INTERPRETACION DE LAS CONDICIONES DE KUHN-TUCKER
  • 14. METODO DE LOS MULTIPICADORES DE LAGRANGE Este es un método que permite encontrar valores extremos, máximos o mínimos (maximizar o minimizar) de una función general sometida o sujeta a alguna condición o restricción de la forma. Ejemplo: Determine cual es la distancia más corta entre el plano cuya ecuación es y el punto origen del sistema. Solución: Del enunciado se obtiene que la función que se quiere minimizar, en este caso, es la función distancia entre dos puntos de . Fíjese que el enunciado establece: la distancia más corta, eso se refiere a la menor de las distancias, a la mínima distancia entre dos puntos, donde uno de los puntos es el origen y el otro punto debe estar sobre la superficie dada. Se desea optimizar la distancia.
  • 15. Entonces debemos escribir la llamada función distancia (d). Además, se identifica la condición a cumplir o la restricción, eso es que el punto debe estar contenido en el plano dado por: Una observación muy importante y que nos ahorraría mucho tiempo y esfuerzo es que podemos trabajar con la distancia al cuadrado, es decir la función a minimizar se puede escribir como: el alumno deberá demostrar que esto es cierto. Para ello deberá trabajar con la ecuación normal de la distancia y/o revisar bibliografías para llegar a comprender y concluir que se obtienen los mismos valores. Determinamos los gradientes. a) primero de la función a minimizar, la función distancia: dx= 2x dy= 2y dz= 2z b) luego el gradiente de la restricción Sx = 1 Sy = 2 Sz = 3 La ecuación de Lagrange se escribe: =
  • 16. Se forma el siguiente sistema de ecuaciones a partir de la igualación de cada componente: ……ec nº1 ……ec nº2 ……ec nº3, y además ……ec nº4 Se resuelve el sistema de ecuaciones a partir de la igualación de. Al igualar las ecuaciones nº 1 y nº 2: y queda: …ec nº 5 Al igualar las ecuaciones nº 1 y nº 3: y queda: …ec nº 6 Se sustituyen las expresiones de restas dos variables en la ec nº 4 para que quede respecto de una variable. Se obtienen los valores de los otras dos variables: Así que la distancia mas corta entre el punto (0,0,0) y el plano dado es: ( ) ( ) ( )222 7 18 7 12 7 6 ++=d 21.329,10 ≅≅